محمد پورسعادت
مهندس نرمافزار ارشد و راهبر فنی
محمد بیش از یک دهه تجربه در توسعه نرمافزارهای سازمانی و پلتفرمهای مالی دارد و اکنون بر توسعه سیستمهای Agentic AI تمرکز دارد.
مشاهده پروفایلمدرسه هوش مصنوعی ویکمپ
از برنامهنویسی پایتون به ساخت سیستمهای Agentic AI برسید؛ با طراحی عاملها، ابزارها، workflowها و همکاری چندعاملی در پروژههای واقعی.
تصمیم سریع
هوش مصنوعی دیگر فقط یک دستیار پاسخگو نیست. در این کمپ با نسل جدید سیستمهای عاملمحور کار میکنید؛ سیستمهایی که میتوانند برنامهریزی کنند، ابزار بهکار بگیرند و بخشی از اجرای کار را مستقل پیش ببرند.
مسیر یادگیری از مبانی LLM و مهندسی پرامپت شروع میشود و به طراحی عاملها، پیادهسازی ابزار، CrewAI، LangGraph، Arshai، همکاری چندعامل و استقرار میرسد.
طراحی workflow عاملها برای مسئلههای واقعی
ساخت ابزار و اتصال API برای عاملها
کار عملی با CrewAI، LangGraph و Arshai
طراحی سیستمهای چندعاملی با نقش، حافظه و هماهنگی
آمادهسازی پروژه نهایی برای پورتفولیو و مصاحبه
مسیر یادگیری
نه ماژول فعلی کمپ در پنج فاز تصمیممحور خلاصه شدهاند تا مسیر یادگیری در کمتر از چند دقیقه روشن شود.
با اصول پایه هوش مصنوعی و مدلهای زبانی بزرگ آشنا میشوید. کار با APIها و چارچوبهای Agentic AI را تجربه کرده، با CrewAI، LangGraph و Pydantic AI آشنا میشوید و برای ساخت عاملهای هوشمند آماده میشوید.
یاد میگیرید چگونه پرامپتهای مؤثر بسازید و آنها را بهینه کنید. تمرین عملی این بخش ایجاد یک کتابخانه پرامپت مستندسازیشده است.
مفاهیم Agency، Autonomy و معماریهای مختلف عاملها بررسی میشود و تفاوت Workflow و Agent برای کاربردهای واقعی روشن میشود.
ساختارهای دانش، مکانیزمهای استدلال، تصمیمگیری و برنامهریزی در عاملهای هوشمند معرفی میشوند.
ابزارهای سفارشی برای عاملها تعریف و پیادهسازی میشوند و چارچوبهای CrewAI و LangGraph در عمل به کار گرفته میشوند.
سیستمهای چندعامل با نقشهای مشخص طراحی و اجرا میشوند؛ از جریان کار تا مدیریت ارتباط و هماهنگی اطلاعات.
خودبازبینی، اصلاح خطا، معماری حافظه و طراحی سیستمهای پیچیده آموزش داده میشود.
چالشهای تولید و استقرار عاملها، نظارت، امنیت، نگهداری و اجرای پروژههای پایدار پوشش داده میشود.
یاد میگیرید چطور پروژه را روایت کنید، پورتفولیوی شخصی بسازید و برای مصاحبههای شغلی آماده شوید.
پروژه و اثبات مهارت
پروژه پایانی روی ساخت یک سیستم چندعاملی متمرکز است؛ سیستمی که ابزار بهکار میگیرد، جریان کار دارد و خروجی آن برای ارائه در پورتفولیو قابل توضیح است.
پس از تکمیل معیارهای آموزشی و پروژه، گواهی ویکمپ بهعنوان proof object قابل ارائه در مسیر حرفهای شما صادر میشود.
تیم آموزشی
مهندس نرمافزار ارشد و راهبر فنی
محمد بیش از یک دهه تجربه در توسعه نرمافزارهای سازمانی و پلتفرمهای مالی دارد و اکنون بر توسعه سیستمهای Agentic AI تمرکز دارد.
مشاهده پروفایل
متخصص LLM، RAG و Arshai
مهدی روی مدلهای زبانی بزرگ، RAG و نوآوریهای دادهمحور در فینتک کار میکند و از توسعهدهندگان اصلی فریمورک متنباز Arshai است.
مشاهده پروفایل
متخصص هوش مصنوعی و توسعه نرمافزار
مهدی در دادهکاوی، معماری میکروسرویس، پلتفرمهای ابری و راهکارهای LLM و RAG تجربه عملی دارد.
مشاهده پروفایلثبتنام و تصمیم نهایی
برای شرکت در این کمپ نیازی به سابقه تخصصی در AI ندارید، اما تجربه پایه Python و شناخت OOP و API لازم است. ظرفیت باقیمانده پس از تکمیل بسته میشود.
سوالهای پرتکرار
خیر. پیشنیاز اصلی تجربه پایه در Python و آشنایی با مفاهیم OOP و API است.
کمپ بهصورت آنلاین-حضوری برگزار میشود و بخشی از تعاملات مستقیم در تهران برنامهریزی شده است.
بله. مسیر کمپ با پروژه نهایی چندعاملی و ارائه خروجی قابل نمایش تکمیل میشود.
بله. برای این کمپ امکان پرداخت اقساطی از درگاه دیجیپی و روشهای پرداخت دیگر در نظر گرفته شده است.